論文の概要: Quantum Deep Sets and Sequences

• arxiv url: http://arxiv.org/abs/2504.02241v1
• Date: Thu, 03 Apr 2025 03:14:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 21:26:14.329276
• Title: Quantum Deep Sets and Sequences
• Title（参考訳）: 量子深部集合とシーケンス
• Authors: Vladimir Vargas-Calderón,
• Abstract要約: 本稿では、量子機械学習ツールボックスを拡張した量子深層集合モデルを提案する。 このモデルのためにいくつかの変種が提示される。 量子深集合とシーケンス(QDS)の有効性と汎用性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces the quantum deep sets model, expanding the quantum machine learning tool-box by enabling the possibility of learning variadic functions using quantum systems. A couple of variants are presented for this model. The first one focuses on mapping sets to quantum systems through state vector averaging: each element of the set is mapped to a quantum state, and the quantum state of the set is the average of the corresponding quantum states of its elements. This approach allows the definition of a permutation-invariant variadic model. The second variant is useful for ordered sets, i.e., sequences, and relies on optimal coherification of tristochastic tensors that implement products of mixed states: each element of the set is mapped to a density matrix, and the quantum state of the set is the product of the corresponding density matrices of its elements. Such variant can be relevant in tasks such as natural language processing. The resulting quantum state in any of the variants is then processed to realise a function that solves a machine learning task such as classification, regression or density estimation. Through synthetic problem examples, the efficacy and versatility of quantum deep sets and sequences (QDSs) is demonstrated.
• Abstract（参考訳）: 本稿では、量子システムを用いたバリアード関数の学習を可能にすることにより、量子機械学習ツールボックスを拡張した量子深層集合モデルを提案する。 このモデルのためにいくつかの変種が提示される。 集合の各要素は量子状態にマッピングされ、集合の量子状態はその要素の対応する量子状態の平均である。 このアプローチは置換不変なバリアディックモデルの定義を可能にする。 第2の変種は順序集合、すなわち列に対して有用であり、混合状態の積を具現化するトリスト確率テンソルの最適コヒーレンスに依存している:集合の各元は密度行列に写像され、集合の量子状態はその要素の対応する密度行列の積である。 このような変種は自然言語処理などのタスクに関係がある。 結果の量子状態は、いずれかの変種でも処理され、分類、回帰、密度推定といった機械学習タスクを解決する関数が実現される。 合成問題の例を通して、量子深部集合とシーケンス(QDS)の有効性と汎用性を示す。

関連論文リスト

• Exponential quantum speedups in quantum chemistry with linear depth [0.0]
  我々は、フェルミオン魔法状態入力でマッチゲート回路を保持する粒子数との接続を証明した。 この結果は、短期量子ハードウェア用に設計された量子マルチ参照手法に適用する。 本稿では,短期ハードウェア上での量子化学における指数的量子優位性の実現について論じる。
  論文  参考訳（メタデータ） (2025-03-26T23:15:32Z)
• Efficient Quantum Pseudorandomness from Hamiltonian Phase States [41.94295877935867]
  我々は、ハミルトニアン相状態(HPS)問題と呼ばれる量子硬度仮定を導入する。 我々は、我々の仮定が少なくとも完全に量子的であることを示し、すなわち片方向関数を構成するのに使用できない。 仮定とその変形により、多くの擬似ランダム量子プリミティブを効率的に構築できることを示す。
  論文  参考訳（メタデータ） (2024-10-10T16:10:10Z)
• Absolute dimensionality of quantum ensembles [41.94295877935867]
  量子状態の次元は、伝統的に与えられた基底において重畳される区別可能な状態の数と見なされる。 量子状態のアンサンブルに対する絶対的、すなわち基底に依存しない次元の概念を提案する。
  論文  参考訳（メタデータ） (2024-09-03T09:54:15Z)
• Quantum channels, complex Stiefel manifolds, and optimization [45.9982965995401]
  我々は、量子チャネルの位相空間と複素スティーフェル多様体の商の間の連続性関係を確立する。 確立された関係は、様々な量子最適化問題に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T09:15:54Z)
• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• Variational-quantum-eigensolver-inspired optimization for spin-chain work extraction [39.58317527488534]
  量子源からのエネルギー抽出は、量子電池のような新しい量子デバイスを開発するための重要なタスクである。 量子源からエネルギーを完全に抽出する主な問題は、任意のユニタリ演算をシステム上で行うことができるという仮定である。 本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T15:59:54Z)
• Discrete dynamics in the set of quantum measurements [0.0]
  P_j=P_jdaggeq 0$ の正作用素の集合である。 ブロックワイズ行列による量子測定の集合における離散変換を記述する。 我々は、古典的バーホフ多面体(英語版)のオストロフスキーの記述の量子的類似性(英語版)を定式化する。
  論文  参考訳（メタデータ） (2023-08-10T19:34:04Z)
• Variational Approach to Quantum State Tomography based on Maximal Entropy Formalism [3.6344381605841187]
  我々は最大エントロピー形式を用いて、与えられた期待値の集合と一致する最小バイアスの混合量子状態を構築する。 我々は、パラメータ化量子回路とハイブリッド量子古典変動アルゴリズムを用いて、我々のレシピを短期量子デバイスで容易に実装できるようにする。
  論文  参考訳（メタデータ） (2022-06-06T01:16:22Z)
• Q-means using variational quantum feature embedding [0.9572675949441442]
  変分回路の目的は、量子的特徴を持つヒルベルト空間のクラスターを極大に分離することである。 量子回路の出力は、特定のクラスタに属する全ての量子状態の重ね合わせを表す特徴的なクラスター量子状態である。 期待値の勾配は、変動回路のパラメータを最適化し、より良い量子特徴写像を学習するために用いられる。
  論文  参考訳（メタデータ） (2021-12-11T13:00:51Z)
• Stochastic emulation of quantum algorithms [0.0]
  量子アルゴリズムに必要な量子力学状態の基本特性を共有する新しい対象として,粒子位置の確率分布の高次偏微分を導入する。 これらの普遍写像から構築された写像による伝播は、量子力学状態の進化を正確に予測できる。 我々は、いくつかのよく知られた量子アルゴリズムを実装し、必要な量子ビット数による実現のスケーリングを分析し、エミュレーションコストに対する破壊的干渉の役割を強調した。
  論文  参考訳（メタデータ） (2021-09-16T07:54:31Z)
• Facial Expression Recognition on a Quantum Computer [68.8204255655161]
  量子機械学習手法を用いて表情認識の可能な解を示す。 適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
  論文  参考訳（メタデータ） (2021-02-09T13:48:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。